vllm-project/vllm

修复 torch nightly lane CPU/arm64 镜像缺失，标签与缓存对齐

值得精读，尤其适合负责 CI 镜像管理与 Docker 多阶段构建的工程师。三个设计决策值得借鉴：一是用注册表实测（200/200/404/404）证明标签对齐问题而非臆测；二是识别 `COPY . .` 恢复文件导致 wheel 硬 pin 的隐蔽链路；三是用 `CACHE_SUFFIX` 隔离不同环境的 ECR 缓存。留意 PR 中明确遗留的 nightly 安装层缓存键问题，建议后续跟踪。

XPU 依赖 auto-round-lib 升至 0.15.0

低优先级，无需精读。若团队维护 Intel GPU 量化路径，建议核对 auto-round-lib 0.15.0 的 release notes，并确认 XPU CI 中 INC/AutoRound 相关测试确实覆盖了本次升级，避免量化模型加载或推理的静默回归。

修复 Rust 前端 DeepSeek V4 渲染器，将相邻用户消息和工具响应正确合并为一个用户轮次。

该 PR 值得精读。它不仅修复了一个重要的格式合规性问题，展示了清晰的重构思路（从特化处理到通用抽象），其讨论过程和解决性能问题的 commit 更具学习价值。关键点包括：如何设计新的合并抽象（`is_user_content_entry`）、如何优化排序信息的传递以避免重复计算，以及 review 互动如何驱动代码质量提升。

扩宽 structured-output issue 自动打标规则，覆盖率 22→57

低优先级但值得快速扫一眼的 PR。核心看点不是代码，而是作者的数据化评估方法：用 workflow 自带的匹配函数对全部历史 issue 回测，量化精度与召回变化后再决定是否合并。这种"先度量、后放行"的打标规则演进方式可以直接复用到其他 issue 标签。

修复 PP 投机解码下请求被误排除出采样广播的问题

值得精读。这是一个“删掉看似合理的守卫”的正确性修复范本：关键在于理解 compute_need_sampled_mask 的语义边界、投机解码 token 推进与 max_seq_len 预算之间的错位，以及下游槽位生命周期校验（req_idx_gen）如何承担“已结束请求”的过滤职责。对后续维护 v1 执行引擎 PP 与投机解码路径的工程师有直接参考价值。关注点：函数语义收缩后，任何新增排除条件都必须证明“该行本步确定不产生样本”，否则会重蹈本 PR 的覆辙。

Intel GPU CI 为 v1/sample 测试加自动重试，缓解偶发失败

改动仅 4 行，浏览即可无需精读。值得记录的点：Buildkite `retry.automatic`（`exit_status` + `limit`）是 CI 稳定性治理的轻量模板；但重试作用于整条命令链，粒度偏粗。若后续 v1/sample flaky 仍频繁，建议先定位根因（XPU 数值发散、资源竞争）而非依赖重试掩盖。

修复 Kimi-K3 RecoverSSM 启动崩溃，放宽状态拷贝校验

该 PR 改动虽小（1 个文件 5 行），但值得快速精读：它揭示了混合 SSM 模型状态数组“持久状态 + 临时 workspace”的布局，以及“可拷贝前缀”校验契约的设计取舍。关注点是状态数组顺序约定与校验放宽的边界。建议后续为 GDN_ATTN/RecoverSSM 增加“4 状态 / 2 拷贝函数”和负向布局的单元测试，并在 `mamba_utils.py` 中显式注释前缀布局契约。

补上 layer_names 初始化，修复 Kimi-K3 启动崩溃

值得快速阅读，无需精读。这是一个典型的“绕过基类初始化导致属性契约缺失”的经典 bug 案例：构造函数接收参数却不保存、也不调用 `super().__init__`，直到子类用到该属性才在启动期崩溃。对在 vLLM 中维护 attention metadata builder 继承层级的人有参考价值，建议阅读时关注 `AttentionMetadataBuilder` 基类负责维护的属性集合。